タスク特性理論

1995年に管理学者によって提唱された「タスク特性理論（Task-Technology Fit、TTF）」は、技術の効果がタスクの特性と技術の能力のマッチングにかかっていることを示しています。その核心は非常にシンプルです。**技術そのものの善し悪しではなく、それがどのタスクに適合しているかが成否を分ける**のです。

例を挙げましょう。電動ドリルは非常に強力なツールです。しかし、ネジを締めるために電動ドリルを使えば、ドリルの回転が速すぎてネジの頭を傷つけてしまうかもしれません。一方で、絵を掛けるために電動ドリルを使えば、完璧にマッチします。同じツールでも、タスクが異なれば効果は天と地ほどの差が生まれるのです。

AIによる顧客対応は、まさにその電動ドリルのような存在です。

「注文状況の照会」というタスクの特性は、構造化されている（注文番号 → データベース照会 → 回答）、反復性が高い、感情的要素が低い、という点にあります。一方で、AIの能力特性は、高速なデータ照会、24時間365日の稼働、一貫性の高さ、という点にあります。この両者は完璧にマッチし、95%という高い解決率を達成しています。

その一方で、「クレーム処理」というタスクの特性は、非構造化されている（顧客ごとに状況が異なる）、感情的要素が極めて高い、判断力と共感力が求められる、という点にあります。AIはこれらの能力において、人のパフォーマンスには及びません。その結果、解決率は20%に留まっています。

**問題はAIが不十分だからではありません。あなたが電動ドリルをネジ締めに使っているからです。**